相比于傳統(tǒng)依賴于人為判斷的決策方式，算法技術(shù)自動(dòng)化決策是指通過(guò)計(jì)算機(jī)算法和人工智能技術(shù)，自動(dòng)處理和分析大量數(shù)據(jù)，進(jìn)而做出決策的過(guò)程。易路HR數(shù)智研究院聯(lián)合復(fù)旦大學(xué)企業(yè)人力資源研究所2023年發(fā)布的《AI在企業(yè)人力資源中的應(yīng)用白皮書(shū)》數(shù)據(jù)顯示，接近70%的參調(diào)企業(yè)認(rèn)為，在人力資源管理的過(guò)程中，使用算法進(jìn)行輔助能夠滿足企業(yè)對(duì)降本增效、合規(guī)風(fēng)控和體驗(yàn)提升的訴求。2019年中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)的《關(guān)于促進(jìn)勞動(dòng)力和人才社會(huì)性流動(dòng)體制機(jī)制改革的意見(jiàn)》中提出要研究人工智能、算法等技術(shù)導(dǎo)致的就業(yè)歧視困境的應(yīng)對(duì)策略，也體現(xiàn)了算法歧視已經(jīng)影響到了就業(yè)過(guò)程的公平性。又因性別歧視作為就業(yè)歧視中最常見(jiàn)的歧視類型，分析算法自動(dòng)化決策背景下就業(yè)性別歧視（以下統(tǒng)稱算法就業(yè)性別歧視）司法規(guī)制路徑，對(duì)確保勞動(dòng)市場(chǎng)的公平性和公正性具有重要意義。

一、算法就業(yè)性別歧視的表現(xiàn)形式及其危害

（一）算法就業(yè)性別歧視的表現(xiàn)形式

按照勞動(dòng)關(guān)系的不同階段為標(biāo)準(zhǔn)，算法就業(yè)性別歧視分為求職招聘階段的歧視、勞動(dòng)關(guān)系存續(xù)期間的歧視、解除勞動(dòng)關(guān)系中的歧視。結(jié)合國(guó)內(nèi)外在人力資源管理中使用算法技術(shù)的情況看，求職招聘階段是出現(xiàn)算法歧視的高發(fā)階段。其在實(shí)踐中表現(xiàn)為，在求職廣告的推送中，為男女求職者推送的頻次、推送同一崗位所標(biāo)明的薪資待遇均存在明顯的性別差異、算法在篩選求職者簡(jiǎn)歷時(shí)檢測(cè)到“女性”及其相關(guān)詞語(yǔ)會(huì)自動(dòng)識(shí)別為負(fù)面標(biāo)簽從而降低求職者的評(píng)分等。例如，美國(guó)的亞馬遜公司在2014年研發(fā)了算法程序用于篩選簡(jiǎn)歷。此后，開(kāi)發(fā)者發(fā)現(xiàn)算法系統(tǒng)通過(guò)自主學(xué)習(xí)將“女性”判定為負(fù)面標(biāo)簽，并且降低了兩所女子大學(xué)的評(píng)級(jí)。

在勞動(dòng)關(guān)系存續(xù)期間，算法技術(shù)會(huì)被用于任務(wù)分配以及績(jī)效評(píng)估。在此階段，算法技術(shù)是根據(jù)當(dāng)前已經(jīng)存在的數(shù)據(jù)集內(nèi)容進(jìn)行分析和評(píng)估，以此刻呈現(xiàn)“完美勞動(dòng)者”的畫(huà)像，這一階段的職場(chǎng)性別歧視呈現(xiàn)出高度隱蔽性的特征。企業(yè)在對(duì)勞動(dòng)者進(jìn)行選拔、測(cè)試的過(guò)程中，以看似中立的標(biāo)準(zhǔn)進(jìn)行，但客觀上會(huì)出現(xiàn)歧視性后果。其原因在于現(xiàn)有的數(shù)據(jù)集普遍缺少女性的相關(guān)數(shù)據(jù)，易導(dǎo)致算法技術(shù)在數(shù)據(jù)收集、標(biāo)準(zhǔn)設(shè)定等方面對(duì)“女性”產(chǎn)生全面歧視，將任務(wù)優(yōu)先分配給在畫(huà)像上更趨于完美的男性勞動(dòng)者。

根據(jù)研究顯示，以網(wǎng)約車(chē)平臺(tái)為例，算法技術(shù)會(huì)將任務(wù)優(yōu)先分配給更少承擔(dān)家庭或育兒責(zé)任而工作時(shí)間更長(zhǎng)的男性司機(jī)。通過(guò)某平臺(tái)100余萬(wàn)位網(wǎng)約車(chē)司機(jī)數(shù)據(jù)發(fā)現(xiàn)，男女司機(jī)的小時(shí)工資存在7%的差異。此外，算法技術(shù)若被用于輔助實(shí)現(xiàn)人力資源成本的優(yōu)化目標(biāo)，其可能會(huì)根據(jù)以往員工數(shù)據(jù)逐步通過(guò)機(jī)器學(xué)習(xí)，學(xué)會(huì)歧視孕婦和可能懷孕的女性勞動(dòng)者，增加女性勞動(dòng)者被裁員的機(jī)率。

（二）算法就業(yè)性別歧視的現(xiàn)實(shí)危害

第一，算法就業(yè)性別歧視會(huì)損害女性勞動(dòng)者的平等就業(yè)權(quán)。根據(jù)《中華人民共和國(guó)勞動(dòng)法》（以下簡(jiǎn)稱《勞動(dòng)法》）以及《中華人民共和國(guó)就業(yè)促進(jìn)法》的相關(guān)規(guī)定，平等就業(yè)權(quán)包括平等就業(yè)與自主擇業(yè)兩個(gè)部分內(nèi)容。算法技術(shù)在簡(jiǎn)歷篩選過(guò)程中將性別作為評(píng)估勞動(dòng)者的因素之一，致使女性勞動(dòng)者降低或喪失了與男性勞動(dòng)者平等就業(yè)的機(jī)會(huì)。算法技術(shù)在推送就業(yè)信息時(shí)，根據(jù)勞動(dòng)者性別更改推送的頻次與內(nèi)容的行為，損害了女性勞動(dòng)者自主擇業(yè)的權(quán)利。例如，招聘平臺(tái)向男性勞動(dòng)者推送高薪工作的頻率遠(yuǎn)遠(yuǎn)高于向女性勞動(dòng)者推送的頻率。

第二，算法就業(yè)性別歧視會(huì)加劇職業(yè)性別偏見(jiàn)。算法技術(shù)通常依賴于大量歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)和決策，如果這些數(shù)據(jù)中存在性別偏見(jiàn)，那么算法技術(shù)可能會(huì)繼承并放大這些偏見(jiàn)。這會(huì)導(dǎo)致算法技術(shù)在訓(xùn)練研發(fā)的過(guò)程中已經(jīng)無(wú)意識(shí)地嵌入了對(duì)女性勞動(dòng)者的偏見(jiàn)。在勞動(dòng)者職業(yè)發(fā)展過(guò)程中，如將算法技術(shù)用于企業(yè)中的績(jī)效評(píng)估、晉升決策時(shí)，可能基于偏見(jiàn)數(shù)據(jù)對(duì)女性勞動(dòng)者作出不利評(píng)估，影響女性勞動(dòng)者獲得平等的職業(yè)發(fā)展機(jī)會(huì)。

第三，算法就業(yè)性別歧視會(huì)影響同工同酬的實(shí)現(xiàn)。在職場(chǎng)中，績(jī)效評(píng)估和薪酬評(píng)估是決定員工薪酬水平和職業(yè)發(fā)展機(jī)會(huì)的關(guān)鍵因素。然而，算法技術(shù)在這兩個(gè)評(píng)估過(guò)程中可能會(huì)無(wú)意融入或加劇性別歧視，從而對(duì)同工同酬的實(shí)現(xiàn)造成顯著影響。如前文所述，算法技術(shù)可能會(huì)繼承并放大數(shù)據(jù)集中的偏見(jiàn)，導(dǎo)致女性勞動(dòng)者在相同職位和工作量下依然無(wú)法獲得與男性勞動(dòng)者相同的薪酬待遇。

二、算法就業(yè)性別歧視司法規(guī)制的應(yīng)用困境

（一）訴訟競(jìng)合導(dǎo)致判定標(biāo)準(zhǔn)不統(tǒng)一

2018年，最高人民法院發(fā)布《最高人民法院關(guān)于增加民事案件案由的通知》，在人格權(quán)糾紛項(xiàng)下新增平等就業(yè)權(quán)案由。在司法實(shí)踐中涉及就業(yè)歧視糾紛并且已經(jīng)建立勞動(dòng)關(guān)系的勞動(dòng)者，可以自由選擇以平等就業(yè)權(quán)糾紛或勞動(dòng)爭(zhēng)議糾紛兩種類型的案由進(jìn)行訴訟。

但是，平等就業(yè)權(quán)糾紛屬于侵權(quán)糾紛，在舉證過(guò)程中適用“誰(shuí)主張，誰(shuí)舉證”的一般過(guò)錯(cuò)責(zé)任原則，勞動(dòng)者需要承擔(dān)舉證自己受到歧視的證明責(zé)任，且在司法判斷標(biāo)準(zhǔn)上適用一般侵權(quán)的構(gòu)成要件。而在勞動(dòng)爭(zhēng)議糾紛中，考慮到用人單位與勞動(dòng)者之間地位的不平等，在舉證責(zé)任上實(shí)行“誰(shuí)掌握，誰(shuí)舉證”，由勞動(dòng)者提供初步證據(jù)，而與爭(zhēng)議事項(xiàng)有關(guān)的證據(jù)屬于用人單位掌握或管理的，用人單位理應(yīng)提供。因《中華人民共和國(guó)勞動(dòng)合同法》缺少直接規(guī)制歧視性用工的法律依據(jù)，所以法院很少會(huì)對(duì)用工行為是否構(gòu)成性別歧視進(jìn)行重點(diǎn)論證。

上述兩種案由在舉證責(zé)任分配、審理路徑與裁判依據(jù)上都存在顯著差異，這導(dǎo)致勞動(dòng)者在尋求司法救濟(jì)時(shí)對(duì)案由的選擇可能會(huì)影響案件結(jié)果的產(chǎn)生。從判決結(jié)果來(lái)說(shuō)，無(wú)論勞動(dòng)者選擇哪一種案由類型進(jìn)行訴訟，都無(wú)法同時(shí)得到精神損害與應(yīng)享有的勞動(dòng)權(quán)益的全面補(bǔ)償。

（二）現(xiàn)行的舉證責(zé)任分配合理性不足

第一，算法模型通常涉及大量的數(shù)據(jù)和復(fù)雜的計(jì)算過(guò)程。勞動(dòng)者通常缺乏必要的技術(shù)知識(shí)和資源來(lái)理解和分析這些復(fù)雜的算法模型，即使是算法開(kāi)發(fā)者，有時(shí)也無(wú)法完全解釋算法作出特定決策的原因。這種“黑箱”特性致使勞動(dòng)者難以從算法的內(nèi)部邏輯中找到證據(jù)來(lái)證明就業(yè)歧視的存在。

第二，用于訓(xùn)練和運(yùn)行算法的數(shù)據(jù)通常屬于企業(yè)的商業(yè)秘密。外部人員難以獲取用于訓(xùn)練和運(yùn)行算法的數(shù)據(jù)，即使勞動(dòng)者能夠獲取部分?jǐn)?shù)據(jù)，但這些數(shù)據(jù)量通常較為龐大，個(gè)人難以對(duì)此類海量數(shù)據(jù)進(jìn)行有效的處理和分析。

第三，算法歧視具有隱性特征，不會(huì)直接表現(xiàn)為明顯的性別偏見(jiàn)。算法歧視是通過(guò)一些看似中立的變量和決策規(guī)則間接體現(xiàn)出來(lái)。勞動(dòng)者在舉證時(shí)需要證明性別因素在多重因素中的權(quán)重，這也存在較高的難度。

（三）禁止歧視的受保護(hù)范圍未及時(shí)更新

我國(guó)對(duì)平等就業(yè)權(quán)的保護(hù)停留在禁止歧視“受保護(hù)特征”的職場(chǎng)歧視初級(jí)階段。在算法時(shí)代下，用人單位不僅可以將法律規(guī)定的“受保護(hù)特征”隱藏在外觀中立的數(shù)據(jù)決策中，并且“受保護(hù)特征”在保護(hù)范圍內(nèi)不具有周延性特征，算法技術(shù)可以通過(guò)建立替代性特征歧視對(duì)勞動(dòng)者，此時(shí)平等就業(yè)權(quán)保護(hù)就失去了適用空間。

根據(jù)算法結(jié)果的形成邏輯，算法歧視分為復(fù)現(xiàn)型與新增型兩種類型。復(fù)現(xiàn)型算法歧視是指在對(duì)現(xiàn)實(shí)社會(huì)現(xiàn)有的歧視標(biāo)準(zhǔn)進(jìn)行復(fù)現(xiàn);新增型算法歧視并不同于直接對(duì)“女性”標(biāo)簽進(jìn)行直接歧視，而是算法為實(shí)現(xiàn)目標(biāo)指令或?qū)σ延械慕Y(jié)果進(jìn)行分析、學(xué)習(xí)，自主產(chǎn)生的通過(guò)與受保護(hù)特征不具有相關(guān)性的參數(shù)達(dá)到對(duì)特定群體的歧視結(jié)果。

三、完善算法就業(yè)性別歧視司法規(guī)制的路徑

（一）明確就業(yè)性別歧視的訴訟類型

就業(yè)歧視在構(gòu)成要件、舉證責(zé)任和法律責(zé)任方面具有一定的特殊性，與一般民事侵權(quán)存在顯著區(qū)別。平等就業(yè)權(quán)爭(zhēng)議應(yīng)屬于《勞動(dòng)法》領(lǐng)域的特殊侵權(quán)糾紛，適用勞動(dòng)爭(zhēng)議處理程序。在處理就業(yè)歧視的司法訴訟中，法院應(yīng)從是否導(dǎo)致“取消或損害就業(yè)或職業(yè)機(jī)會(huì)均等或待遇平等”的效果判斷用人單位是否存在就業(yè)歧視行為。這一標(biāo)準(zhǔn)有助于更準(zhǔn)確地識(shí)別和確認(rèn)就業(yè)歧視，從而保障勞動(dòng)者的平等就業(yè)權(quán)利。在具體制度設(shè)計(jì)上，相關(guān)部門(mén)可以引入舉證責(zé)任轉(zhuǎn)移制度和抗辯制度。此舉將使得在就業(yè)歧視案件中舉證責(zé)任從受害者轉(zhuǎn)移到用人單位，降低受害者的舉證難度，增加用人單位的舉證負(fù)擔(dān)，從而更有效地揭示和糾正歧視行為。同時(shí)，相關(guān)部門(mén)應(yīng)將就業(yè)機(jī)會(huì)納入損害賠償范圍，以補(bǔ)償勞動(dòng)者因歧視行為失去的就業(yè)機(jī)會(huì)。

（二）合理分配舉證責(zé)任

立法者可以以當(dāng)前勞動(dòng)爭(zhēng)議糾紛中的舉證責(zé)任分配模式為基礎(chǔ)，優(yōu)化具體的責(zé)任分配方式。一方面，原告仍然應(yīng)承擔(dān)初步的證明責(zé)任，可以通過(guò)數(shù)據(jù)統(tǒng)計(jì)或借鑒實(shí)例證明被告的做法或決定對(duì)特定群體（如女性）產(chǎn)生了不利影響。另一方面，如果原告提供的初步證據(jù)成立，則被告需要舉證證明其政策或做法具有合理性和必要性。原告在被告提供合理性和必要性的證據(jù)后，可以進(jìn)一步提供反駁被告主張的證據(jù)。例如，實(shí)踐中，提供證據(jù)證明存在其他可行的、對(duì)特定群體影響較小的替代措施。

（三）制定間接歧視規(guī)制制度

我國(guó)對(duì)就業(yè)性別歧視現(xiàn)象的規(guī)制制度停留在禁止直接歧視的范疇，但算法時(shí)代下算法技術(shù)可以輕易尋找替代性標(biāo)簽，從而繞過(guò)受保護(hù)特征。如果立法不對(duì)“間接歧視”作出回應(yīng)，在未來(lái)將難以規(guī)制就業(yè)歧視所導(dǎo)致的客觀后果。在制定間接歧視規(guī)制制度時(shí)，相關(guān)部門(mén)要在立法層面明確間接歧視的定義，即某一看似中立、無(wú)歧視意圖的政策、規(guī)則或做法，實(shí)際上會(huì)對(duì)特定群體造成損害后果。例如用人單位將出勤率作為評(píng)定員工績(jī)效和晉升機(jī)會(huì)的重要標(biāo)準(zhǔn)，但在結(jié)果上會(huì)使因生育等原因?qū)е鲁銮诼实陀谀行詣趧?dòng)者的女性勞動(dòng)者受到不利影響。并列舉可能構(gòu)成間接歧視的具體情形（如招聘要求、晉升標(biāo)準(zhǔn)、績(jī)效評(píng)估），確保法律條文的針對(duì)性和可操作性。在執(zhí)法層面，執(zhí)法部門(mén)可以為受間接歧視影響的勞動(dòng)者提供法律援助，幫助他們收集證據(jù)、提起訴訟，保障其合法權(quán)益;對(duì)企業(yè)招聘、晉升、薪酬等方面的數(shù)據(jù)，相關(guān)部門(mén)可通過(guò)大數(shù)據(jù)分析進(jìn)行監(jiān)控，識(shí)別可能存在的間接歧視行為。

結(jié)語(yǔ)

在勞動(dòng)用工領(lǐng)域中，算法技術(shù)已經(jīng)被廣泛應(yīng)用于簡(jiǎn)歷篩選、績(jī)效考核、人事決策等過(guò)程中。當(dāng)前，學(xué)界非常重視勞動(dòng)領(lǐng)域中的算法歧視問(wèn)題，相關(guān)研究主要集中在算法就業(yè)性別歧視的認(rèn)定困境、推動(dòng)反就業(yè)歧視法專項(xiàng)立法等方面。因此，本文從司法規(guī)制的角度出發(fā)，分析當(dāng)前的司法規(guī)制路徑在算法就業(yè)性別歧視問(wèn)題下可能存在的應(yīng)用困境，及時(shí)發(fā)現(xiàn)問(wèn)題及其成因，積極尋找有效的優(yōu)化路徑。這對(duì)于研究和解決算法就業(yè)性別歧視問(wèn)題、助力實(shí)現(xiàn)更加公平的就業(yè)環(huán)境具有一定的現(xiàn)實(shí)意義。